由前Splunk高管创办的Resolve AI，近日在A轮融资中取得10亿美元头部估值，成为当前AI基础设施赛道中颇受关注的一笔融资。根据公开素材，本轮融资由Lightspeed Venture Partners领投。虽然报道中的headline valuation（头部估值）达到10亿美元，但由于采用了分批次、多档定价的投资结构，公司的实际综合估值低于这一数字。
前Splunk团队切入“自主SRE”
Resolve AI由前Splunk高管Spiros Xanthos与Mayank Agarwal创办，两人的合作关系可追溯至伊利诺伊大学厄巴纳-香槟分校求学时期。公司主打的核心方向是“Autonomous SRE”，即自主式站点可靠性工程。与传统SRE依赖人工排查系统异常、定位故障根因并执行修复不同，Resolve AI希望通过AI工具实现对生产环境问题的自动识别、自动诊断与实时修复。
这一方向瞄准的是企业软件系统日益复杂的现实痛点。随着应用架构持续云原生化、分布式化，大型企业的基础设施运维难度快速上升。对许多公司而言，仅依赖人工SRE团队，已经越来越难以支撑全天候、高复杂度的系统稳定性要求。与此同时，专业SRE人才供给不足、招募与留任成本高企，也让自动化运维成为资本和产业共同关注的领域。
A轮融资结构值得关注
此次融资最受市场讨论的不仅是估值数字本身，还有交易结构。报道指出，Resolve AI的A轮融资采用了近来在热门AI初创公司中逐渐流行的多批次投资方式：部分股权按10亿美元估值成交，剩余部分则以更低价格完成认购。这意味着从新闻传播角度看，10亿美元是一个强烈的市场信号；但从实际财务层面看，投资人进入公司的平均价格并没有完��锚定在这一水平。
这种结构的流行，也反映出当前AI一级市场的一个特征：顶级项目估值持续走高，但投资人也在尝试通过更灵活的定价机制，平衡成长预期与估值风险。对Resolve AI而言，这种融资安排既帮助公司确立了独角兽定位，也保留了一定的交易弹性。
此前已获3500万美元种子轮支持
在本轮A轮之前，Resolve AI曾于2023年10月完成3500万美元种子轮融资，由Greylock领投。值得注意的是，彼时参投方还包括知名AI学者李飞飞以及Google DeepMind的Jeff Dean。从种子轮到A轮，公司在较短时间内完成估值跃升，显示资本市场对“AI+企业基础设施自动化”叙事的高度认可。
从投资阵容看，Resolve AI背后集结了传统企业软件、顶级风投与AI技术圈的多方资源。这类组合通常意味着，市场不仅看重公司当前产品形态，也在押注其未来成为基础设施级平台的可能性。
自主SRE为何成为新热点
自主SRE之所以在当前时间点受到关注，核心在于企业数字系统已经进入“复杂性溢出”阶段。微服务、容器化、跨云部署以及持续集成/持续交付，让系统变得更敏捷，但也让故障链条更长、排障路径更复杂。传统人工值守模式在效率、成本和反应速度上都面临挑战。
如果AI能够在生产环境中实现更高质量的异常检测、根因分析和自动修复，那么它带来的价值不仅是节省人力，更可能直接改善系统可用性、减少宕机损失，并提升企业对复杂基础设施的掌控能力。换言之，Resolve AI所切入的并非简单的工具替代，而是软件可靠性管理范式的升级。
竞争格局与市场影响
在竞争层面，报道提到Resolve AI的主要对手之一是Traversal，后者近期完成了由Kleiner Perkins领投的4800万美元A轮融资。这说明自主SRE并非孤立概念，而正在形成明确的创业赛道。随着更多资本进入，该领域未来可能在模型能力、系统接入深度、修复准确率与企业安全合规等方面展开竞争。
从更广泛的市场影响来看，Resolve AI获得独角兽级估值，再次强化了投资人对AI基础设施层的兴趣。相比消费级AI应用，基础设施类AI项目通常更强调可持续付费能力和长期企业客户价值，因此在一级市场上更容易获得高质量资本支持。对云计算、DevOps、可观测性以及自动化运维相关企业而言，Resolve AI的融资也释放出一个清晰信号：AI正在从“辅助分析”走向“自主执行”。
不过，市场也会持续关注一个关键问题：在生产系统中让AI直接执行修复动作，究竟能在多大程度上获得企业信任。特别是在高可用、强合规行业，自动化决策的可解释性、权限边界和失败兜底机制，都会影响这类产品的落地速度。
整体来看，Resolve AI此次融资不仅是一笔高估值交易，更代表AI企业运维进入更深层自动化阶段的重要信号。随着软件系统复杂度继续上升，以及企业对稳定性和成本效率的要求同步提高，像Resolve AI这样的自主SRE平台，未来有望在企业技术栈中占据更核心的位置。